Ce livret, réalisé avec le soutien d'Inria et co-écrit par Scilab Enterprises et des enseignants, est une introduction pratique et didactique à l’utilisation de Scilab / Xcos pour l’enseignement et l’apprentissage des sciences de l’ingénieur en section S-SI ou STIDD, au lycée et dans l'enseignement supérieur.
4. ScIlab-XcoS
pour l’enSeIGnement deS ScIenceS de l’InGénIeur
TABLE DES MATIèRES
| 3
IntroductIon
À PROPOS DE CE LIVRET 5
INSTALLATION DE SCILAB ET CONFIGURATIONS UTILES EN SCIENCES DE L’INGÉNIEUR 5
LISTE DE DIFFUSION ET D’INFORMATION 7
RESSOURCES COMPLÉMENTAIRES 7
1- Se famIlIarISer à XcoS
L’ENVIRONNEMENT GÉNÉRAL 9
LA BARRE DE MENUS 11
LES PALETTES DISPONIBLES 14
EXEMPLE DE CONSTRUCTION D’UN DIAGRAMME SIMPLE 16
LES SUPERBLOCS 20
2 - modélISatIon multI phySIque acauSale (module SImm)
COMPARAISON DES APPROCHES CAUSALE ET ACAUSALE 21
EXEMPLE 1 : RÉGULATION DE LA TEMPÉRATURE INTÉRIEURE D’UNE MAISON D’HABITATION 24
EXEMPLE 2 : PILOTAGE D’UN MOTEUR À COURANT CONTINU 31
EXEMPLE 3 : AXE ASSERVI D’ANGIOGRAPHIE BI-PLAN 42
3 - modélISatIon et analySe de SyStèmeS à tempS contInu (module cpGe)
MISE EN PLACE D’UN DIAGRAMME DE MOTEUR À TEMPS CONTINU 53
MISE EN PLACE D’UN DIAGRAMME DE COMMANDE EN BOUCLE OUVERTE 55
PRÉSENTATION DE LA STRUCTURE DE L’ASSERVISSEMENT EN VITESSE 57
ASSERVISSEMENT DE VITESSE ET CORRECTION PROPORTIONNELLE 58
ASSERVISSEMENT DE VITESSE ET CORRECTION PROPORTIONNELLE ET INTÉGRALE 60
4 - acquISItIon et pIlotaGe de moteur (module arduIno)
PRÉSENTATION DE LA CARTE ARDUINO UNO 65
UTILISATION DU MODULE ARDUINO 66
5.
6. InTRODUCTIOn
InTRODUCTIOn
| 5
IntroductIon
à propoS de ce lIvret
L’objectif de ce livret est de vous guider pas à pas dans la découverte des différentes fonctionnalités de base
de l’outil Xcos inclus dans Scilab dans le cadre d’une utilisation en classe de sciences de l’ingénieur.
Cette présentation propose plusieurs exemples d’applications qui permettent de découvrir les fonctionnalités
utiles à l’enseignement et à l’apprentissage des sciences de l’ingénieur en section S-SI ou STIDD, au lycée et
dans l'enseignement supérieur.
Les exemples, diagrammes et illustrations sont réalisés avec Scilab 5.4.1 enrichi des modules CPGE, SIMM et
Arduino. Vous pouvez donc reproduire tous les exemples présentés à partir de la version 5.4.1 de Scilab (les
diagrammes sont mis à disposition depuis la barre de menus en cliquant sur ? / démonstrations / nom du
module correspondant / exemples livret). Il est indispensable de disposer d’un compilateur C pour utiliser le
module de modélisation multi-physique SIMM (se référer au sous-chapitre « Installation d’un compilateur C »).
InStallatIon de ScIlab
et confIGuratIonS utIleS en ScIenceS de l’InGénIeur
Scilab est un logiciel open source de calcul numérique que chacun peut télécharger gratuitement. Disponible
sous Windows, Linux et Mac OS X, Scilab est téléchargeable à l’adresse suivante : http://www.scilab.org
Une fois Scilab téléchargé et installé, il faut ajouter les modules externes complémentaires, listés ci-dessous :
Scilab
Logiciel open source gratuit de calcul et de simulation numérique
qui fournit un puissant environnement de développement pour les applications scienti€ques et l’ingénierie
Xcos
Outil de modélisation et de simulation de systèmes dynamiques hybrides
Modules externes
CPGE
Modélisation de systèmes asservis, étude temporelle et fréquentielle
SIMM
Modélisation multi-physique acausale
ARDUINO
Acquisition et pilotage de systèmes via une carte Arduino
À noter
Lors de l’installation,
Scilab va télécharger des
fichiers qui seront stockés
avec l’exécutable
d’installation. S’ils sont
détectés lors d’une
nouvelle installation, ils
ne seront pas téléchargés
de nouveau, ce qui est
utile pour une installation
dans une salle sans accès
Internet.
7. InTRODUCTIOn
6 |
Pour cela, il suffit :
w D’être connecté à Internet
w De lancer Scilab
w De cliquer dans la barre de menus sur applications /
Gestionnaire de modules – atomS puis d’aller chercher
les différents modules dans les catégories indiquées
ci-dessous :
- CPGE (catégorie Éducation),
- SIMM (catégorie Éducation),
- Arduino (catégorie Instruments Control).
Pour chaque module, cliquez sur le bouton Installer, quittez
Scilab et relancez-le. Les modules sont alors installés et se
chargeront automatiquement à chaque démarrage de Scilab.
Pour supprimer un module ou le mettre à jour, il suffit de retourner dans le Gestionnaire de modules – atomS
et de cliquer cette fois sur le bouton correspondant Supprimer ou mettre à jour.
Si vous ne disposez pas d’une connexion Internet, connectez-vous depuis un autre poste relié à Internet et
téléchargez les différents modules (fichiers .bin.zip) à partir du site : http://atoms.scilab.org
Tapez dans la console :
--> atomsSetConfig("offLine","True")
--> atomsInstall("chemin_de_telechargementnom_du_fichier_zip_telecharge")
Par exemple sous Windows, si le module CPGE, sous la forme d’un fichier zip, a été téléchargé dans
E:Telechargement, on tape la commande :
--> atomsInstall("E:Telechargementnom_du_fichier.bin.zip")
Installation d’un compilateur c
w Sous Windows
Installez depuis le Gestionnaire de modules – atomS, le module
MinGW (catégorie Windows Tools). Suivez bien la procédure décrite
dans la fenêtre d'installation du module.
À noter
Dans le cas d’un environnement
Unix (Linux ou Mac OS),
remplacer les anti-slashs () par
des slashs (/) conformément
aux habitudes d’écriture des
chemins d’accès aux fichiers.
8. InTRODUCTIOn
| 7
w Sous linux
Le compilateur GCC étant disponible dans ce système d’exploitation, il suffit de vérifier (via Synaptic,
Yum ou tout autre système de gestion de paquets) qu’il est présent et à jour.
w Sous mac
Téléchargez XCode via l’App Store (Mac OS ≥ 10.7) ou via les CD fournis avec l’ordinateur (Mac OS 10.5 et
10.6). Pour les versions antérieures, voir le site d’Apple. Validez la possibilité d’utiliser le compilateur hors
de l’environnement Xcode. Pour cela, après avoir lancé Xcode, allez dans « Préférences », puis
« Downloads » et, dans l’onglet « Components », cochez la case « Check for and install updates
automatically » et installez l’extension « Command Line Tools ».
Il est bien entendu que si un compilateur C est déjà installé sur votre machine, il n’est pas nécessaire d’en
installer un nouveau. Pour vérifier que Scilab a bien détecté votre compilateur, utilisez la commande qui
retourne %T si un compilateur est installé :
--> haveacompiler()
lISte de dIffuSIon
Pour faciliter l’échange entre les utilisateurs de Scilab du monde de l’éducation, une liste de diffusion leur est
dédiée. Le principe est simple. Les personnes inscrites peuvent communiquer les unes avec les autres par
courrier électronique (questions, réponses, partage de documents, retour d’expériences...).
Pour s’inscrire, il suffit de compléter un formulaire disponible en ligne à l’adresse suivante :
http://lists.scilab.org/mailman/listinfo/enseignement
Vous recevrez une confirmation de votre inscription. Il vous suffira alors d’envoyer un message à l’adresse
enseignement@lists.scilab.org pour que celui-ci soit redistribué automatiquement à tous les inscrits de la liste.
reSSourceS complémentaIreS
Le site Internet de Scilab dispose d’une rubrique consacrée à l’utilisation de Scilab pour l’enseignement
(http://www.scilab.org/fr/community/education), avec des liens et des documents utiles, dont le présent livret
au format PDF, un livret destiné à l’enseignement des mathématiques, des exercices et des corrigés d’épreuves
pratiques, le tout pouvant être téléchargé et imprimé librement.
Le site des professeurs ayant largement contribué à l’écriture de ce présent livret est également une source
riche d’informations et d’exemples d’utilisation : http://www.demosciences.fr/
9.
10. SE FAMILIARISER À XCOS
| 9
1 - Se famIlIarISer à XcoS
La simulation numérique est aujourd’hui incontournable dans le processus de conception de systèmes. Simuler
des phénomènes complexes (physiques, mécaniques, électroniques, etc.) permet d’en étudier les
comportements et d’obtenir des résultats sans avoir besoin de recourir à l’expérience réelle. Largement utilisée
dans le monde de l’industrie, les ingénieurs et les chercheurs de demain sont formés dès le secondaire aux
concepts de modélisation et de simulation.
Xcos est l’outil de Scilab dédié à la modélisation et à la simulation de systèmes dynamiques hybrides incluant
à la fois des modèles continus et discrets. Il permet aussi de simuler des systèmes régis par des équations
explicites (simulation causale) et implicites (simulation acausale). Xcos inclut un éditeur graphique permettant
de représenter facilement des modèles sous forme de schémas fonctionnels (diagrammes) en connectant des
blocs entre eux. Chaque bloc représente une fonction de base prédéfinie ou une fonction définie par
l’utilisateur.
Distribué librement et gratuitement avec Scilab, Xcos est l’outil idéal pour l’enseignement et l’apprentissage
des sciences de l’ingénieur en classe comme à la maison.
l’envIronnement Général
Après avoir lancé Scilab, l’environnement par défaut est constitué d’une console, d’un navigateur de fichiers,
d’un navigateur de variables et d’un historique des commandes.
11. SE FAMILIARISER À XCOS
10 |
Dans la console, après « -->», il suffit de saisir une commande et d’appuyer sur la touche entrée du clavier
pour obtenir le résultat correspondant.
Xcos peut être ouvert :
w Depuis la barre d’outils, via l’icône , ou
w Depuis la barre de menus, dans applications / Xcos, ou
w Depuis la console, en tapant :
-->xcos
Xcos s’ouvre, par défaut, avec deux fenêtres :
w Le navigateur de palettes qui met à disposition un ensemble de blocs prédéfinis,
w Une fenêtre d’édition qui est la zone de construction d’un diagramme.
Pour construire un diagramme, l’utilisateur sélectionne les blocs dans le navigateur de palettes et les positionne
dans la fenêtre d’édition (cliquer / glisser / déposer). Il peut ensuite connecter les blocs entre eux en utilisant
leurs différents ports (entrée / sortie / événement) pour pouvoir simuler le modèle créé.
12. SE FAMILIARISER À XCOS
| 11
la barre de menuS
La barre de menus utile dans Xcos est celle de la fenêtre d’édition.
menu fichier
w nouveau diagramme (Ctrl+N sous Windows et Linux / Cmd+N sous Mac OS X)
Ouvre une nouvelle fenêtre d’édition de Xcos. Le diagramme Xcos courant n’est pas affecté.
w ouvrir (Ctrl+O sous Windows et Linux / Cmd+O sous Mac OS X)
Charge un fichier Xcos au format .zcos ou .xcos contenant un diagramme ou une palette.
w ouvrir le fichier dans le répertoire courant de Scilab
Charge un fichier Xcos au format .zcos ou .xcos contenant un diagramme ou une palette depuis le
répertoire de travail de Scilab.
w ouvrir récents
Propose les fichiers récemment ouverts.
w fermer (Ctrl+W sous Windows et Linux / Cmd+W sous Mac OS X)
Ferme le diagramme courant si plusieurs diagrammes sont ouverts. Quitte Xcos si un seul diagramme
est ouvert. Les fenêtres auxiliaires telles que le navigateur de palettes sont également fermées à la
fermeture du dernier diagramme.
w enregistrer (Ctrl+S sous Windows et Linux / Cmd+S sous Mac OS X)
Enregistre les modifications apportées à un diagramme. Si celui-ci n’a pas été précédemment enregistré
dans un fichier, il sera proposé de l’enregistrer (cf. Enregistrer sous).
w enregistrer sous (Ctrl+Maj+S sous Windows et Linux / Cmd+Maj+S sous Mac OS X)
Enregistre le diagramme ou la palette avec un nouveau nom. Le schéma prend alors le nom du fichier
(sans l’extension).
w exporter (Ctrl+E sous Windows et Linux / Cmd+E sous Mac OS X)
Exporte une image du diagramme Xcos courant aux formats standards (PnG, SVG, etc.)
w exporter tous les diagrammes
Exporte des images du diagramme et du contenu de ses superblocs.
w Imprimer (Ctrl+P sous Windows et Linux / Cmd+P sous Mac OS X)
Imprime le diagramme courant.
w quitter (Ctrl+Q sous Windows et Linux / Cmd+Q sous Mac OS X)
Quitte Xcos.
menu édition
w annuler (Ctrl+Z sous Windows et Linux / Cmd+Z sous Mac OS X)
Annule la ou les dernière(s) opération(s).
w rétablir (Ctrl+Y sous Windows et Linux / Cmd+Y sous Mac OS X)
Rétablit la ou les dernière(s) opération(s) annulée(s).
13. SE FAMILIARISER À XCOS
12 |
w couper (Ctrl+X sous Windows et Linux / Cmd+X sous Mac OS X)
Supprime les objets sélectionnés d’un diagramme et en garde une copie dans le presse-papier.
w copier (Ctrl+C sous Windows et Linux / Cmd+C sous Mac OS X)
Place une copie des objets sélectionnés dans le presse-papier.
w coller (Ctrl+V sous Windows et Linux / Cmd+V sous Mac OS X)
Ajoute le contenu du presse-papier au diagramme courant.
w Supprimer (Suppr)
Efface les blocs ou les liens qui ont été sélectionnés. Quand un bloc est supprimé, tous les liens qui lui
sont connectés sont eux aussi effacés.
w tout sélectionner (Ctrl+A sous Windows et Linux / Cmd+A sous Mac OS X)
Sélectionne tous les éléments du diagramme courant.
w Inverser la sélection
Inverse la sélection courante.
w paramètres du bloc (Ctrl+B sous Windows et Linux / Cmd+B sous Mac OS X)
Configure le bloc sélectionné (voir l’aide du bloc pour obtenir plus d’informations sur sa configuration).
w Zone vers superbloc
Convertit une sélection de blocs et de liens en un superbloc.
menu affichage
w Zoom avant (Ctrl+Pavé numérique Plus sous Windows et Linux / Cmd+Pavé numérique Plus sous Mac OS X)
Agrandit la vue de 10 %.
w Zoom arrière (Ctrl+Pavé numérique Moins sous Windows et Linux / Cmd+Pavé numérique Moins sous Mac OS X)
Réduit la vue de 10 %.
w ajuster le diagramme à la vue
Ajuste la vue à la taille de la fenêtre.
w normal 100 %
Dimensionne la vue à sa taille par défaut.
w navigateur de palettes
Affiche / masque le navigateur de palettes.
w navigateur de diagrammes
Affiche une fenêtre qui liste les propriétés globales du diagramme et de tous les objets qu’il contient
(blocs et liens).
w aperçu
Affiche un aperçu complet du diagramme courant. Avec la vue Aperçu, vous pouvez déplacer l’aire de
travail affichée sur une partie du diagramme.
14. SE FAMILIARISER À XCOS
| 13
menu Simulation
w configurer
Modifie les paramètres de simulation.
w trace d’exécution et de débogage
Configure la simulation en mode débogage.
w modifier le contexte
Permet d’entrer des instructions Scilab pour définir des variables / fonctions utilisables dans le
paramétrage des blocs d’un diagramme.
w compiler
Compile le diagramme.
w Initialisation de modelica
Permet d’initialiser les variables du sous-ensemble acausal du diagramme.
w démarrer
Lance la simulation.
w arrêter
Interrompt la simulation.
menu format
w pivoter (Ctrl+R sous Windows et Linux / Cmd+R sous Mac OS X)
Pivote le ou les bloc(s) sélectionné(s) de 90° anti-horaire.
w retourner (Ctrl+F sous Windows et Linux / Cmd+F sous Mac OS X)
Inverse les positions des entrées et sorties d’événements placées au-dessus et au-dessous d’un bloc
sélectionné.
w miroir (Ctrl+M sous Windows et Linux / Cmd+M sous Mac OS X)
Inverse les positions des entrées et sorties régulières placées à gauche et à droite d’un bloc sélectionné.
w afficher / masquer l’ombre
Affiche / masque l’ombre portée des blocs sélectionnés.
w aligner les blocs
En sélectionnant plusieurs blocs, il est possible de les aligner sur l’axe horizontal (gauche, droite et
centre) ou sur l’axe vertical (haut, bas et centre).
w couleur de bordure
Change la couleur des bords des blocs sélectionnés.
w couleur de fond
Change la couleur de remplissage des blocs sélectionnés.
w Style de liens
Modifie le style d’un lien.
15. SE FAMILIARISER À XCOS
14 |
w fond du diagramme
Change la couleur de fond du diagramme.
w Grille
Active / désactive la grille. Avec la grille, le positionnement des blocs et des liens est plus facile.
menu outils
w Génération de code
Permet de générer le code de simulation associé à un superbloc sélectionné.
menu ?
w aide de Xcos
Ouvre l’aide sur le fonctionnement de Xcos, des palettes, des blocs et des exemples.
w aide du bloc
Ouvre l’aide sur un bloc sélectionné.
w démonstrations Xcos
Ouvre des exemples de diagrammes et les simule. L’utilisateur peut alors, s’il le souhaite, modifier ces
diagrammes et les sauvegarder pour une utilisation future.
leS paletteS dISponIbleS
w blocs couramment utilisés
Blocs les plus utilisés.
w Systèmes à temps continu
Blocs continus (intégration, dérivée, PID).
w fonctions discontinues
Blocs dont les sorties sont des fonctions discontinues de leurs entrées (hystérésis).
w Systèmes à temps discret
Blocs de modélisation en temps discret (dérivée, échantillonné / bloqué).
w Interpolation
Blocs calculant des approximations de sortie à partir des entrées.
w Gestion d’événements
Blocs permettant de gérer les événements dans le diagramme (horloge, multiplication / division de
fréquence).
w opérations mathématiques
Blocs de modélisation des fonctions mathématiques générales (cosinus, sinus, division, multiplication,
etc.).
16. SE FAMILIARISER À XCOS
| 15
w matrice
Blocs pour des opérations matricielles simples et complexes.
w électrique
Blocs représentant des composants électriques de base (source de tension, résistance, diode,
condensateur, etc.).
w entier
Blocs permettant la manipulation de nombres entiers (opérateurs logiques, portes logiques).
w port et sous-système
Blocs de création de sous-systèmes.
w détection de passage à zéro
Blocs utilisés pour détecter les traversées de zéro pendant la simulation. Ces blocs utilisent les capacités
des solveurs (ODE ou DAE) pour effectuer cette opération.
w routage de signal
Blocs permettant le routage du signal, multiplexage, aiguillage, échantillonné / bloqué.
w traitement du signal
Blocs pour des applications en traitement du signal.
w Implicite
Blocs pour modéliser des systèmes implicites.
w annotations
Blocs utilisés pour les annotations.
w Sinks
Blocs de sortie utilisés pour l’affichage graphique (scope) et l’export de données (fichier ou Scilab).
w Sources
Blocs de sources de données (impulsion, rampe, sinusoïde) et de lecture de données à partir de fichiers
ou de variables Scilab.
w thermohydrauliques
Blocs des composants thermohydrauliques de base (source de pression, tuyaux, vannes de régulation).
w blocs de démonstration
Blocs utilisés dans les diagrammes de démonstration.
w fonctions définies par l’utilisateur
Blocs utilisateurs permettant de modéliser un comportement (fonction de simulation C, Scilab ou
Modelica).
17. SE FAMILIARISER À XCOS
16 |
eXemple de conStructIon d’un dIaGramme SImple
nous allons vous expliquer comment construire de A à Z, un modèle de système à temps continu modélisé
par une fonction de transfert d’ordre 1.
Lancez Xcos.
Comme vu précédemment, Xcos s’ouvre par défaut avec le navigateur de palettes et une fenêtre d’édition.
Dans le navigateur de palettes, nous allons utiliser les blocs suivants :
désignation représentation Sous-palette standard
Échelon Sources / STEP_FUnCTIOn
Fonction de transfert continue Systèmes à temps continu / CLR
Horloge Sources / CLOCK_C
Visualisation Sinks / CSCOPE
Disposez les blocs dans la fenêtre d’édition. Pour relier les ports d’entrée et de sortie entre eux, cliquez sur la
sortie (flèche noire) du bloc STEP-FUnCTIOn et en maintenant le bouton de la souris appuyé, reliez au
port d’entrée du bloc CLR, un carré vert apparaît en surbrillance pour indiquer que le lien est correct, comme
décrit dans les images ci-dessous :
18. SE FAMILIARISER À XCOS
| 17
Relâchez pour finaliser le lien.
Complétez ensuite les connexions des blocs entre eux pour arriver à ce résultat :
Il est possible d’améliorer l’aspect de votre diagramme en utilisant les options d’alignement des blocs (menu
format / aligner les blocs) et de style de liens (menu format / Style de liens). À tout moment, les blocs peuvent
être déplacés ou repositionnés en les sélectionnant et en maintenant le bouton de la souris appuyé pendant
le déplacement. Relâchez le bloc à la position souhaitée.
La simulation est lancée en cliquant sur l’icône (ou depuis le menu Simulation / démarrer) et peut être
stoppée en cliquant sur (ou depuis le menu Simulation / arrêter).
Une nouvelle fenêtre (scope) apparaît, montrant l’évolution de la simulation. En bas de la fenêtre d’édition du
diagramme, une mention indique que la simulation est en cours :
19. SE FAMILIARISER À XCOS
18 |
Les résultats de cette simulation n’étant pas exploitables, nous choisissons de modifier les paramètres du bloc
CLR et de la simulation.
Un « contexte » contenant du script Scilab permet de réutiliser facilement des fonctions et des variables. nous
allons utiliser ce contexte pour fixer des valeurs de référence lors de la simulation du diagramme.
Cliquez sur Simulation / modifier le contexte dans la barre de menus et
déclarez les variables suivantes :
w K = 1
w Tau = 1
Vous pouvez maintenant utiliser ces variables pour le paramétrage des blocs
du diagramme.
Double-cliquez sur le bloc CLR, une boîte de dialogue s’ouvre avec les paramètres
par défaut du bloc. Modifiez ces paramètres :
w numérateur : K
w Dénominateur : 1+Tau*s
La nouvelle fonction de transfert est affichée sur le bloc :
20. SE FAMILIARISER À XCOS
| 19
nous allons maintenant configurer la simulation et les blocs pour visualiser
la réponse temporelle du système à une impulsion. Pour cela, nous allons
limiter le temps de simulation à 5 secondes (menu Simulation /
configurer).
Double-cliquez sur le bloc CSCOPE pour configurer l’affichage des
valeurs comprises entre 0 et 1.2, puis la période de rafraîchissement du
scope à 5 secondes. Pour cela, changez les paramètres suivants :
w Ymin : 0
w Ymax : 1.2
w Refresh period : 5
Relancez la simulation et visualisez le résultat :
21. SE FAMILIARISER À XCOS
20 |
leS SuperblocS
Pour faciliter la compréhension de certains diagrammes, il est souvent utile de recourir aux superblocs ou blocs
composites. Un superbloc contient une partie d’un diagramme ainsi que des blocs représentant ses entrées
et sorties. Il peut être manipulé comme un seul et unique bloc dans le diagramme parent.
Après avoir réalisé un diagramme et sélectionné la partie du
diagramme (ou sous-diagramme) que l’on souhaite réunir en un bloc,
la création d’un superbloc s’effectue à partir du menu édition / Zone
vers Superbloc.
La sélection est alors devenue un bloc dont on peut afficher le
contenu en double-cliquant dessus. Une nouvelle fenêtre d’édition
s’ouvre alors avec la sélection de blocs initiale.
Il est également possible de « masquer » le superbloc créé pour désactiver l’accès au sous-diagramme. Pour
cela, on effectue un clic-droit sur le superbloc puis masque du superbloc / créer.
On peut également rendre accessible certains paramètres de configuration du sous-diagramme dans une seule
interface de configuration par un clic-droit sur le superbloc, puis masque du superbloc / personnaliser.
Il suffit ensuite d’ajouter les paramètres que l’on souhaite rendre accessibles.
22. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
2 - modélISatIon multI-phySIque acauSale (module SImm)
La modélisation dite « acausale » est une forme récente de modélisation des systèmes qui permet de décrire
les équations modélisant les phénomènes physiques sans anticiper l’orientation des liens entre les composants
ou phénomènes. Il n’y a notamment pas de choix particulier de variables échangées entre composants (force
ou vitesse par exemple), ni de notion d’entrée / sortie. Cette particularité conduit à une très grande flexibilité
des modèles de composants développés, une réutilisation des modèles sur de nouveaux projets et la possibilité
de construire des bibliothèques de composants. Ces avantages en font un outil prisé en entreprise.
D’un point de vue pédagogique, le modèle acausal est très proche de l’architecture matérielle et permet de
simuler le comportement d’un système complexe sans avoir à écrire la moindre équation.
L’objectif de cette première partie est de montrer les possibilités de Scilab / Xcos pour simuler des processus
multi-physiques par une approche acausale.
comparaISon deS approcheS cauSale et acauSale
Le circuit RLC alimenté par une source de tension U est représenté par le schéma électrique suivant :
| 21
, , , et
R C
R
C
La représentation acausale ne privilégie aucune grandeur physique particulière et est basée sur la notion de
composants. Ainsi, dans Scilab / Xcos, le diagramme correspondant au circuit RLC est le suivant :
23. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
22 |
Il n’est pas nécessaire d’écrire les équations du système car chaque bloc les contient. Il suffit simplement de
configurer les paramètres de chaque bloc (R, L, C et U) en double-cliquant dessus. Un lien entre deux blocs
contient dans ce cas à la fois le potentiel et l’intensité. Cette modélisation permet d’exprimer des relations entre
composants sans connaître la grandeur que l’on cherche à calculer. Pour extraire cette grandeur, on utilisera
des blocs de type capteur et ainsi entrer dans le monde causal.
Dans une représentation purement causale, les liens représentent une grandeur physique particulière et le
diagramme est alors une traduction des équations plutôt qu’une représentation des composants. Lors de la
modélisation, la grandeur de sortie est donc exprimée dans une relation directe contenant des blocs
« intégrale » pour chacune des équations contenant une dérivée. Cela donne :
On peut alors modéliser les équations par un diagramme de ce type :
Celui-ci est donc plus compliqué que le diagramme précédent. On a aussi perdu la signification physique.
L’utilisation de la transformée de Laplace permet, entre autre, de simplifier la représentation causale par ce
diagramme (en supprimant, par exemple, la boucle avec R) :
24. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
Chacune des formes des connecteurs correspond à une grandeur physique. Une validation des liens entre
connecteurs est réalisée lors de la simulation afin de garantir une modélisation cohérente.
Reliez les blocs entre eux en respectant obligatoirement les formes et couleurs des connecteurs. Relier un
connecteur carré-rouge à un connecteur carré-bleu revient à écrire une égalité entre l’électrique et le thermique
sans conversion. Ce type de connexion ne générera pas d’erreur lors de l’édition du diagramme mais une erreur
de compilation sera retournée lors de la simulation.
Afin d’éviter les erreurs, veillez à connecter des ports de même domaine fonctionnel :
| 23
w Triangle bleu : signal de données (sans dimension).
w Carré bleu : électrique.
w Carré rouge : thermique.
w Carré vert : mécanique 1D en translation.
w Rond gris : mécanique 1D en rotation.
w Carré gris : mécanique 2D plane.
À noter
Certains connecteurs sont vides, d’autres pleins
mais il n’y a pas de différences entre eux. Certains
composants sont cependant orientés, on repèrera
leur polarité en fonction des connecteurs. On
rappelle que dans une représentation acausale, il
n’y a pas de notion d’entrée / sortie.
25. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
24 |
eXemple 1 : réGulatIon de la température IntérIeure d’une maISon d’habItatIon
On se propose d’étudier le problème de la régulation de température d’une maison à une température fixe de
20 °C. La température des pièces évolue car la température extérieure passe de 25 °C le jour à 5 °C la nuit et
l’isolation thermique n’est pas parfaite.
Les phénomènes physiques sont, en
première approximation, assez simples à
modéliser :
w L’intérieur de la maison est modélisé
par une capacité thermique (ou inertie
thermique) qui caractérise la capacité
du bâtiment à absorber ou à restituer
la chaleur,
w L’isolant thermique de la maison agit
comme un conducteur thermique
entre l’intérieur et l’extérieur
modélisant ainsi les échanges de
chaleur,
w Un radiateur chauffe l’intérieur de la
maison quand cela est nécessaire et est
modélisé par une résistance
chauffante.
La commande « Tout-Ou-Rien » (TOR) s’appuie sur la mesure de la température intérieure et la consigne de
température de la pièce pour allumer le radiateur quand la température mesurée passe 3 degrés sous la
consigne. L’asservissement « Tout-Ou-Rien » est représenté par le schéma fonctionnel suivant :
Chaîne d’action
Consigne de
température
Perturbations
Relais Radiateur Pièce
Sonde
Température
de la pièce
26. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
comportements physiques élémentaires
La capacité thermique (ou capacité calorifique) d’un corps est une
grandeur permettant de quantifier la possibilité qu’a un corps
d’absorber ou de restituer de l’énergie par échanges thermiques au
cours d’une transformation pendant laquelle sa température varie.
Lancez le logiciel Scilab. Scilab charge automatiquement les modules
installés via ATOMS. Lancez ensuite Xcos.
Tous les blocs nécessaires à la simulation de processus se situent dans
le navigateur de palettes. Le module SIMM a ajouté un certain nombre
de sous-palettes contenant différents blocs. Double-cliquez sur SIMM
pour faire apparaître la liste des sous-palettes.
Dans SIMM, les composants des chaînes d’énergie et d’information ont été regroupés (sous-palette
Composants). On retrouve également une organisation des blocs par domaines (sous-palettes Signaux,
Mécanique, Électrique, Thermique).
modélisation du radiateur et de la maison
On va modéliser le chauffage de la maison par le diagramme suivant :
| 25
À noter
La capacité thermique est l’énergie qu’il
faut apporter à un corps pour augmenter
sa température d’un Kelvin. Elle s’exprime
en Joule par Kelvin (J.K-1). C’est une
grandeur extensive. Plus la quantité de
matière est importante plus la capacité
thermique est grande. La conduction
thermique est un transfert thermique
spontané d’une région de température
élevée vers une région de température
plus basse, et est décrite par la loi dite de
Fourier où F est le flux de
chaleur.
Démonstrations / SIMM / Exemples Livret / Exemple 1
27. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
26 |
Positionnez les blocs suivants puis double-cliquez sur chacun d’eux pour configurer les paramètres indiqués
lorsque cela est précisé :
désignation représentation Sous-palette SImm paramétrage
Résistance chauffante
Électrique / Composant
basique / Passif /
MEAB_HeatingResistor
50 Ω à la température de référence
Température de référence de 20 °C =
293.15 K
Coefficient de température égal à 0
Interrupteur commandé
Électrique / Composant
basique / Passif /
MEAI_IdealClosingSwitch
Source de tension Électrique / Sources /
CEAS_PredefVoltage
Constante
220 V
Masse Électrique / Sources /
MEAB_Ground
Capacité thermique Thermique / Basique /
MTH_HeatCapacitor 500 000 J.K-1
À noter
5.105 s’écrit 5e5
dans Scilab.
-4.10-3 s’écrit
-4e-3 dans
Scilab.
Pour changer l’orientation d’un bloc, sélectionnez le puis faire un clic droit et sélectionnez format / pivoter ou
format / miroir (ou tapez directement Ctrl+R ou Ctrl+M sous Windows et Linux / Cmd+R ou Cmd+M sous
Mac OS X).
Pour simuler le comportement du chauffage, on impose en entrée de l’interrupteur commandé, un signal
créneau passant de 0 à 1 sur une période de 3 heures (3*3600 secondes car l’unité temporelle est la seconde)
et de rapport cyclique 20 %. Ceci signifie que toutes les 3 heures, on chauffe durant 36 minutes. On utilise le
bloc MBS_Pulse de la sous-palette Signaux / Sources.
Il faut également spécifier sur quelle durée de simulation le comportement doit être évalué. On choisit une
durée de 4 jours. La durée de simulation est spécifiée par le bloc IREP_TEMP (sous-palette Utilitaires / Analyses)
où l’on configurera 3600*24*4. On choisit de paramétrer le bloc de manière à ce que 20 000 points de
visualisation soient calculés et que les courbes correspondantes soient tracées à la fin du calcul.
Les quantités thermiques, le flux et la température circulent sur le lien reliant la résistance chauffante à la
capacité. Pour afficher la température, il faut extraire de ce lien la grandeur température, en utilisant le bloc
MTHC_TemperatureSensor de la sous-palette Thermique / Mesure.
28. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
La sortie signal (triangle bleu) peut ensuite être visualisée ou utilisée dans le diagramme. Pour visualiser des
signaux provenant d’une source ou d’un capteur, on utilise le bloc ISCOPE de la sous-palette Utilitaires /
Visualisation pour lequel le nombre d’entrées à visualiser sur un même graphique est spécifié (une légende
peut être donnée pour chaque courbe dans le deuxième menu).
devient si l’on configure plus d’une entrée (ici 3). Ajoutez donc un bloc ISCOPE à deux entrées pour
visualiser le signal créneau et la température de la maison. Indiquez comme nom de courbes « Signal de
commande » représentant la consigne et « Température de la pièce ».
Le tableau ci-dessous résume l’ensemble des blocs à positionner et les paramètres à configurer :
| 27
désignation représentation Sous-palette SImm paramétrage
Signal créneau Signaux / Sources /
MBS_Pulse
Lancez la simulation.
Les résultats de celle-ci s’affichent sur une nouvelle fenêtre.
Les courbes montrent notamment qu’un tel modèle, ne
prenant pas en compte les pertes au niveau des murs, n’est
pas réaliste.
Amplitude : 1
Rapport cyclique : 20 %
Période : 3*3600 s
Étude temporelle Utilitiaires / Analyses /
IREP_TEMP
Durée : 3600*24*4 s
nombre de points (pour la
visualisation et le calcul) : 20 000
Afficher les courbes pendant la
simulation : non
Capteur de température Thermique / Mesure /
MTHC_TemperatureSensor
Visualisation Utilitaires / Visualisation /
ISCOPE nombre de courbes : 2
150 Signal de commande
0 50 000 100 000 150 000 200 000 250 000 300 000 350 000
160
140
130
120
110
100
90
80
70
60
50
40
30
20
10
0
Température de la pièce
29. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
28 |
amélioration du modèle
prise en compte des pertes
On choisit de prendre en compte les pertes en modélisant le mur par un conducteur thermique et en
représentant l'évolution de la température extérieure au cours d'une journée par une sinusoïde.
Démonstrations / SIMM / Exemples Livret / Exemple 2
Pour cela, on insère les composants suivants :
désignation représentation Sous-palette SImm paramétrage
Conductivité thermique Thermique / Basique /
MTH_ThermalConductor
20 W.K-1
Source de température Thermique / Sources /
MTHC_PrescribedTemperature
Signal sinusoïdale Signaux / Sources / MBS_Sine
Amplitude : 10
Décalage : 15
Fréquence : 1/24h =1/(3600*24) Hz
Le signal sinusoïdal modélise la variation de température extérieure de 5 °C à 25 °C, ce qui justifie les paramètres
retenus.
Pour imposer une température comme pour la visualiser, il est nécessaire de spécifier une source de
température et d’indiquer sa variation en donnant le signal correspondant. Modifiez le bloc ISCOPE pour ajouter
une troisième entrée et visualiser l’évolution de la température extérieure.
30. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 29
Lancez une nouvelle simulation et observez que la commande
par impulsion n’est pas optimale.
35
30
25
20
mise en place de la régulation
Pour assurer la régulation de température, il suffit de comparer
le signal de température de la pièce à une température de
consigne. L’écart ainsi formé est utilisé comme entrée d’un
relais qui ferme ou non l’interrupteur.
La consigne de température est un bloc signal constant
MBS_Constant (sous-palette Signaux / Sources). Une valeur de
20 °C est spécifiée. Pour calculer l’écart, on utilise un bloc sommateur MBM_Add
(sous-palette Signaux / Math). Pour changer les signes du sommateur,
double-cliquez sur le bloc et renseignez les valeurs -1 et 1.
La commande du relais CBn_Hysteresys (sous-palette Signaux / non-linéarités)
passe à 1 (qui correspond à la fermeture) lorsque l’écart est supérieur à 3 °C. Elle
repasse à 0 lorsque l’écart est nul. Configurez le bloc comme indiqué ci-contre.
Le diagramme global est alors le suivant :
0 50 000 100 000 150 000 200 000 250 000 300 000 350 000
15
10
5
0
Signal de commande
Température de la pièce
Température extérieure
Démonstrations / SIMM / Exemples Livret / Exemple 3
31. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
30 |
Relancez la simulation pour obtenir la courbe ci-dessous :
24 Signal de commande
Température de la pièce
Température extérieure
0 50 000 100 000 150 000 200 000 250 000 300 000 350 000
22
20
18
16
14
12
10
8
6
4
2
0
On obtient des résultats de simulation cohérents. Lorsque la température de la maison descend à 17 °C, le
système de chauffage se met en route et la température remonte à 20 °C quelle que soit la température
extérieure. On constate également que le système ne peut pas refroidir la maison lorsque la température
extérieure dépasse la consigne.
À travers cette activité, nous avons pu très facilement voir l’intérêt d’une régulation de température en prenant
en compte un modèle très simple d’une maison chauffée par un radiateur. La prise en main du module SIMM
est immédiate et ne nécessite que de connaître quelques principes physiques élémentaires.
Cependant, il est nécessaire de garder en mémoire que normalement la tension du courant domestique est
sinusoïdale (220 V, 50 Hz) mais évidement, si le simulateur doit représenter correctement le signal sinusoïdal
dans le circuit électrique, le pas de temps devra être très petit (de l’ordre de 1 / 500 s) alors que le phénomène
thermique est étudié sur plusieurs jours... C’est pourquoi, on utilise une source continue équivalente dans le
modèle.
Comme nous le verrons dans l’activité suivante, il faut éviter d’une façon générale d’imposer dans un même
modèle des phénomènes dont les constantes de temps sont très éloignées. Cette contrainte conduit à des
compromis sur le niveau de détail des modèles choisis et nécessite du recul quant aux phénomènes physiques
étudiés.
32. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
eXemple 2 : pIlotaGe d’un moteur à courant contInu
La plupart des systèmes développés par les élèves en projet nécessite le pilotage d’un moteur à courant
continu. Il est indispensable de modéliser ces moteurs à courant continu pour être capable, par exemple, de
réaliser un asservissement ou bien d’évaluer les performances du système. Le moteur à courant continu est
modélisé, dans son régime linéaire, par les cinq équations suivantes :
| 31
, , , et
w L’équation 1 correspond au modèle électrique du moteur qui est
modélisé par une résistance R en série avec une inductance L et une
Moment d’inertie J
force électromotrice (fem) E.
w Les équations 2 et 3 correspondent aux équations de couplage
électromécanique. Le courant circulant dans la bobine génère des
forces de Laplace qui se traduisent par un couple moteur Cm.
w L’équation 3 traduit le lien entre la vitesse angulaire et la force
électromotrice.
w L’équation 4 décrit le couple dû au frottement visqueux.
w L’équation 5 correspond à l’équation de dynamique obtenue en isolant l’arbre moteur et en lui
appliquant le théorème de l’énergie cinétique sachant qu’il est soumis à :
- un couple moteur Cm,
- un couple Cpert (frottements secs par exemple)
- un couple Cf dû au frottement visqueux.
Cm Cpert Cf
L’objectif de cette activité est de montrer comment modéliser le moteur et le piloter.
modélisation mécanique
Le schéma cinématique du moteur soumis à des actions mécaniques peut directement être traduit dans Xcos.
Pour commencer, on considère le rotor en liaison pivot soumis à un couple Cm et un couple Cpert. Un solide
en rotation autour d’un axe fixe est caractérisé mécaniquement par son moment d’inertie autour de l’axe de
rotation (difficulté à le mettre en mouvement).
33. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
32 |
Positionnez les blocs suivants comme indiqué sur le diagramme ci-après :
désignation représentation Sous-palette SImm paramétrage
Solide en rotation autour
d’un axe fixe
Mécanique / Rotation 1D /
Basique / MMR_Inertia 0.00002 kg.m2
Couple extérieur (entre
l’axe et le bâti)
Mécanique / Rotation 1D /
Sources / CMRS_Torque0
Étude temporelle Utilitaires / Analyses /
IREP_TEMP Durée : 1 s
nombre de points : 200
On constate que ce diagramme correspond exactement au schéma
cinématique. Sur un tel diagramme, on ne spécifie pas les évolutions
des grandeurs. De la même manière, il faut indiquer dans Xcos
comment évoluent les couples Cm et Cpert.
Reliez ainsi le couple Cm à un signal constant MBS_Constant
(sous-palette Signaux / Sources) égal à 0.11 n.m et le couple Cpert à
un signal constant de – 0.01 n.m. On peut ensuite visualiser les
grandeurs qui transitent sur chaque lien entre les composants. Dans
un modèle mécanique 1D de type rotation, ces grandeurs sont
l’accélération, la vitesse et la position angulaires ainsi que le couple.
Ajoutez le bloc de mesure CMRS_GenSensor (sous-palette Mécanique / Rotation 1D / Mesure) et double-cliquez
dessus. Choisissez de visualiser la vitesse (le texte sur le bloc change). Ajoutez également un bloc ISCOPE
(sous-palette Utilitaires / Visualisation) à une entrée.
On obtient le diagramme suivant :
Démonstrations / SIMM / Exemples Livret / Exemple 4
34. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 33
Lancez la simulation et observez une droite de pente
5 000 rad.s-1 représentant la vitesse.
Ce résultat permet d’attester le modèle dynamique utilisé et
illustre bien la notion d’inertie. Cependant, ce modèle ne
prend pas en compte la limitation de l’apport en énergie, ni
les frottements.
Un couple de frottement visqueux existe entre le bâti et le rotor.
Pour le modéliser, il suffit d’ajouter sur le lien représentant l’axe :
Vitesse angulaire (rad/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
5 000
4 500
4 000
3 500
3 000
2 500
2 000
1 500
1 000
500
0
w Un bloc amortissement linéaire / visqueux
MMR_Damper (sous-palette Mécanique / Rotation 1D / Basique avec une valeur de 0.0001 n.m.s.rad-1),
w Le bâti MMR_Fixed (sous-palette Mécanique / Rotation 1D / Basique).
Démonstrations / SIMM / Exemples Livret / Exemple 5
La simulation sur 1 seconde fournit une réponse d’un système d’ordre 1 tendant vers la valeur
(Cm + Cpert) / viscosité avec une constante de temps égale à
J / viscosité.
Il ne faut pas oublier de mettre un bâti (référentiel galiléen
d’étude) dans une étude mécanique. Il est implicitement
spécifié lorsque l’on impose les couples.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1 000
900
800
700
600
500
400
300
200
100
0
Vitesse angulaire (rad/s)
À noter
Le comportement en translation
rectiligne (Translation 1D)
fonctionne exactement sur le
même principe.
35. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
34 |
modélisation électrique et couplage
Positionnez à partir de la sous-palette Électrique, les blocs suivants et reliez-les entre eux :
désignation représentation Sous-palette SImm paramétrage
Source de tension Électrique / Sources /
CEAS_PredefVoltage
Constante
12 V
Résistance
Électrique / Composant
basique / Passif /
MEAB_Resistor
1 Ω
Inductance
Électrique / Composant
basique / Passif
/MEAB_Inductor
0.001 H
Force électromotrice en
rotation
Électrique / Composant
basique / Passif
/CEAB_EMFGEn
0.01 n.m.A-1
Relié au bâti (ce qui veut dire que le
stator est fixe)
Masse Électrique / Sources /
MEAB_Ground
On constate que le bloc CEAB_EMFGEn propose de supposer que le bâti est implicitement donné ou non. Pour
la source de tension, les connecteurs ont un sens particulier, le connecteur plein (carré bleu) correspond à la
borne positive, le connecteur vide (carré blanc au cadre bleu) à la borne négative.
Le diagramme électrique est à nouveau comparable au circuit électrique. Il ne faut pas oublier de mettre une
masse dans le circuit.
Démonstrations / SIMM / Exemples Livret / Exemple 6
36. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 35
En enlevant le couple résistant (Cpert), on obtient la réponse suivante :
Vitesse angulaire (rad/s)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
600
550
500
450
400
350
300
250
200
150
100
50
0
Ajoutez un ampèremètre représenté par le bloc MEAS_CurrentSensor (sous-palette Électrique / Mesure) et
placez-le correctement dans le diagramme pour mesurer l’intensité dans le circuit (en série avec l’inductance
par exemple). De la même manière que les blocs sources, les bornes positive et négative sont définies par
l’aspect plein ou vide des connecteurs.
Positionnez également un capteur de couple MMRS_TorqueSensor (sous-palette Mécanique / Rotation 1D /
Mesure) pour mesurer le couple moteur, par analogie avec l’intensité (cf. équation), en série entre la force
électromotrice et l’inertie.
Démonstrations / SIMM / Exemples Livret / Exemple 7
37. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
36 |
On obtient les courbes suivantes :
Vitesse angulaire (rad/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
600
400
200
0
Intensité (A)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
10
5
0
Couple moteur (Nm)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1
0.05
0
On constate effectivement que le couple moteur est proportionnel à l’intensité. On peut également étudier
l’influence de l’inductance sur la vitesse angulaire en modifiant sa valeur dans le bloc correspondant.
modélisation du pilotage par hacheur
Le hacheur est le préactionneur le plus courant pour l’asservissement des moteurs à courant continu. Il permet,
en moyenne, de doser le niveau de tension aux bornes du moteur. Associé à une mesure de courant et une
régulation, il peut aussi doser le niveau d’intensité dans le moteur. Le pilotage d’un hacheur se fait par
l’intermédiaire d’un PWM (« Pulse Width Modulation » ou MLI, « Modulation de Largeur d’Impulsions »).
Le principe est simple. Un signal créneau de 0 (état logique bas) à 5 V (état logique haut) dont le rapport
cyclique, variable, est généré. Comme la fréquence de ce signal est élevée (environ 500 Hz fréquemment), si le
système connecté en sortie du PWM est « lent », il ne voit à ses bornes que la tension moyenne du signal PWM
(il fonctionne ainsi comme un filtre).
Le hacheur fonctionne selon le même principe que le signal PWM. Il hache la tension issue d’une alimentation
externe grâce à des transistors. La tension moyenne dépend alors du rapport cyclique. C’est le signal PWM qui
est utilisé pour commander ces transistors.
38. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 37
Signal pWm
Ouvrez une nouvelle fenêtre d’édition Xcos. Positionnez les blocs indiqués pour réaliser le diagramme suivant :
Lancez une simulation et observez le signal.
Remplacez l’échelon par un bloc MBS_Ramp (sous-palette
Signaux / Sources) de pente 255 / 0.1.
Observez l’évolution du signal créneau en sortie du PWM.
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
commande
Démonstrations / SIMM / Exemples Livret / Exemple 9
désignation représentation Sous-palette SImm paramétrage
Echelon Signaux / Sources / MBS_Step Amplitude : 125 (le reste à 0)
PWM Signaux / Sources / CCP_PWM
8 bits
Fréquence : 500 Hz
Temps de départ : 0 s
Etude temporelle Utilitaires / Analyse /
IREP_TEMP
Durée 0.1s
1000 points
Grille : oui
Afficher les courbes pendant la
simulation : oui
Affichage du signal Utilitaires / Visualisation /
ISCOPE
39. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
38 |
hacheur 1 quadrant
Le hacheur le plus simple est le hacheur série 1 quadrant. Il est constitué d’un transistor commandé
(interrupteur commandé) et d’une diode.
H
uL
L
uc um
E
D
i
R
c
i
v
H
iD
uH
Reprenez le diagramme du moteur et ajoutez un interrupteur normalement fermé MEAI_IdealClosingSwitch
et une diode CEAI_IdealDiode (sous-palette Électrique / Composant basique / Passif ). Insérez le pilotage par
PWM donné précédemment en utilisant un échelon d’amplitude 120.
Démonstrations / SIMM / Exemples Livret / Exemple 10
40. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
Lancez une simulation sur une durée de 0.2 s (pour 10 000
points).
On obtient par simulation ce que l’on peut observer à l’aide
d’un oscilloscope et d’une pince ampèremétrique :
une intensité hachée dont l’enveloppe correspond à
l’intensité obtenue pour une tension continue de
120 / 256*12 = 5.625 V. La vitesse est par contre naturellement
« filtrée ». La tension vue par le moteur est bien un signal
créneau de rapport cyclique 120 / 256 = 46.9 %.
Les différents exemples proposés sont relativement
simples mais permettent d’illustrer très facilement le
comportement électrique et mécanique d’un moteur à
courant continu piloté.
300
200
100
8 Intensité (A)
6
4
2
10
5
On remarque à nouveau qu’il est important de choisir correctement le nombre de points utilisés pour le calcul
pour pouvoir observer les phénomènes souhaités. Par exemple, le PWM étant cadencé à 500 Hz, il est nécessaire
de prendre au moins 5 000 points pour 1 seconde pour observer son allure. Et même ainsi, en choisissant 1000
points pour 0.2 s, le compilateur ne réussit pas à mener la simulation à bien (l’algorithme de calcul ne converge
pas, il faut donc augmenter le nombre de points d’observation de façon conséquente). Comme pour l’étude
thermique, il est déraisonnable de modéliser un hacheur pour un moteur ayant une constante de temps bien
supérieure à la période du hacheur ou PWM.
nous verrons dans la prochaine activité qu’il est possible d’utiliser des blocs prédéfinis de certains composants
standards (moteurs, hacheurs...) de manière à éviter des diagrammes trop denses.
| 39
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
Vitesse angulaire (rad/s)
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
Tension (V)
41. Découvrez
Inria
Aujourd’hui, les technologies numériques rendent les transports plus autonomes et plus sûrs, les
maisons plus intelligentes, l’agriculture plus respectueuse de l’environnement... Elles sont à l’origine
de nouveaux services, transforment en profondeur nos modes de vie et enrichissent notre quotidien.
Pour se développer, notre
société compte toujours
plus sur ces technologies
numériques qui restent
souvent invisibles. Elles sont
issues de travaux de recherche
longs et complexes associant
sciences informatiques et
mathématiques.
Créé en 1967, Inria est le seul
institut public de recherche
entièrement dédié aux
sciences du numérique.
L’institut réunit aujourd’hui
3500 chercheurs, inventeurs du
monde numérique.
Inria accueille
chaque année :
600 stagiaires
de fi n d’étude,
plus de 1200
doctorants dans
ses équipes de
recherche
Ces chercheurs inventent les
technologies numériques de
demain.
Issus des plus grandes
universités internationales,
ils croisent avec créativité
recherche fondamentale et
recherche appliquée. Ils se
consacrent à des problèmes
concrets, collaborent avec
les acteurs de la recherche
publique et privée en
France et à l’étranger, et
transfèrent le fruit de leurs
travaux vers les entreprises
innovantes.
Et plus d’informations sur :
www.inria.fr
Twitter twitter.com/inria
YouTube youtube.com/inriachannel
42. Quelques illustrations
de nos recherches
Clusters de calcul pour l’expérimentation
et Télescope (équipes Cartes, Madynes)
Chercheuse (équipe Flowers)
Manipulation moléculaire via écran
multi-touch (équipe Mint)
Extraction des données cryptographiques
d’une carte bancaire
43. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
42 |
eXemple 3 : aXe aSServI d’anGIoGraphIe bI-plan
L’étude sera faite sur le déplacement en translation de l’armature suspendue
au plafond d’une chaîne image d’un angiographe bi-plan (voir figure
ci-contre) permettant la création d’images tridimensionnelles de la
structure veineuse d’un patient afin de prévenir les risques de rupture
d’anévrisme.
La prise de vue est réalisée en positionnant de manière très précise une tête
et un récepteur à rayons X longitudinalement et angulairement, un logiciel
dédié se chargeant de la création d’une image colorisée à destination du
médecin.
L’ensemble est constitué d’un chariot supportant l’armature (S2) et mis en mouvement par un moteur à courant
continu suivi d’un réducteur roue-vis qui entraîne les roues du chariot. Compte-tenu de la masse de l’armature
(S2) et de son encombrement, le mécanisme possède deux degrés de liberté : la position du chariot y(t) et la
position angulaire de l’armature (S2) α(t) qui apparaît suite à la déformation de l’armature lors du déplacement.
On appelle LP (Lateral Plan) l’ensemble constitué de la chaîne image latérale et de son armature suspendue au
plafond.
Le mouvement de translation est commandé par le médecin à l’aide d’un joystick. La position voulue étant
atteinte, le médecin lâche le joystick et déclenche la prise de vue à l’aide d’une pédale de commande. Le
médecin exige que la prise de vue puisse commencer dès la demande d’arrêt du mouvement de translation.
Le tableau ci-dessous propose un extrait du cahier des charges.
fonction de service critère niveau
FS1 Déplacer le LP en
translation
Être rapide sans mettre en dan ger le
personnel médical Vitesse maximale 100 mm.s-1
FS2
Pouvoir commencer la
prise de vue dès l’arrêt du
mouvement de translation
1. Arrêter le mouvement en temps
masqué (le temps masqué est lié au
temps de réaction du médecin)
2. Limiter l’amplitude et la durée des
oscillations du LP au niveau de
l’iso-centre
1. Temps masqué : 0.3 s
2. Premières oscillations < à 1 mm d’un
extremum à l’autre
< à 0.2 mm d’un extremum à l’autre
après 1 s
FS3 Assurer la sécurité du
patient
Limiter la distance d’arrêt du LP, pour
ne pas blesser le patient
Distance d’arrêt réglementée
infé rieure à 10 mm
44. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 43
Schéma cinématique
A
z
x y
S1
w
O
S0
S0 : Plafond + rails de guidage + courroie
S1 : Chariot
S2 : Armature en forme de C + détecteur + tube
S3 : Roue + poulie motrice
S4 : Rotor moteur + vis
S4
S2
S3
iso-centre : lc
données géométriques, cinétiques et grandeurs caractéristiques du moteur
poulie motrice dispositif roue et vis sans fin
Rayon de la poulie motrice S3 : Rp = 0.0318 m Rapport de réduction : r = 1 / 50
chariot (S1) armature (S2) : armature en forme de c
Masse : m1= 270 kg
AIC = d = 1.4 m
Centre d’inertie G2 : AG2 = l2 = 0.85 m
Masse : m2 = 490 kg J2 = 620 kg.m2
moteur (inclus dans la masse du chariot S1)
R = 2.8 Ω (résistance)
L = 3.10-3 H (inductance)
K = 0.23 n.m.A-1 (constante de couple ou de fcem)
J = 0.25.10-3 kg.m2 (moment d’inertie axe moteur + vis)
f = 10-5 n.m.s (frottement visqueux)
45. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
44 |
modélisation du système
On s’intéresse dans un premier temps au déplacement de l’ensemble en supposant l’armature fixe par rapport
au chariot.
modélisation du moteur
nous avons vu dans l’activité précédente qu’il était possible de modéliser de manière fine un moteur à courant
continu en utilisant des composants élémentaires. Il est cependant possible de considérer globalement le
moteur comme un élément d’une chaîne fonctionnelle et de n’entrer que les caractéristiques de celui-ci sans
s’occuper de la manière dont il se comporte.
Insérez un bloc MEMC_DCmotor (sous-palette Composants / Actionneurs) dans une fenêtre d’édition.
Double-cliquez sur le bloc et configurez les valeurs des constantes du moteur (voir tableau précédent). Ajoutez
un bloc CEAS_PredefVoltage (sous-palette Électrique / Sources) et connectez le moteur à cette source
d’alimentation. n’oubliez pas d’ajouter une masse MEAB_Ground (sous-palette Électrique / Sources) pour définir
le potentiel de référence.
Ajoutez en sortie un bloc CMRS_GenSensor (sous-palette Mécanique / Rotation 1D / Mesure), choisissez de
visualiser la vitesse de rotation de l’arbre moteur et ajoutez un bloc ISCOPE (sous-palette Utilitaires /
Visualisation).
nous allons faire différentes études temporelles (bloc IREP_TEMP de la sous-palette Utilitaires / Analyses). Pour
commencer, double-cliquez sur le bloc d’alimentation et choisissez un échelon d’amplitude 80 V (tension
maximale du moteur). Lancez une simulation sur 0.5 s (en prenant 1000 points) et observez l’allure de la
réponse.
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
350
300
250
200
150
100
50
0
vitesse
Démonstrations / SIMM / Exemples Livret / Exemple 11
46. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
350
300
250
200
150
100
50
Une telle réponse correspond à la réponse d’un système du premier ordre de gain et constante de temps
donnée.
L'avantage de ce modèle est qu'il ne nécessite que deux paramètres alors que le modèle physique en demande
beaucoup plus. On peut alors chercher les paramètres qui s’approchent au mieux du modèle du moteur puis
les tester avec un bloc MBC_FirstOrder (sous-palette Signaux / Continu) et une source échelon MBS_Step
(sous-palette Signaux / Sources) d’amplitude 80.
En réalité, la tension délivrée au moteur ne peut pas être constante car
la commande est gérée par un joystick. C’est pourquoi, une commande
en trapèze est plus représentative de la commande réelle obtenue
lorsque le médecin lâche le joystick. Elle est modélisable par le signal
ci-contre.
Pour faire varier la tension d’alimentation du moteur, il est nécessaire
d’utiliser un hacheur. Comme pour le moteur, des blocs prédéfinis sont
disponibles pour les hacheurs et évitent ainsi d’avoir à détailler leur comportement. Ces composants se situent
dans la sous-palette Composants / PréActionneurs. Le hacheur demi-pont MEMC_Q2driver que nous avons
choisi pour ce test, est piloté par un PWM ayant une commande sur 8 bits à une fréquence de 500 Hz.
Réalisez le diagramme indiqué sur la page suivante et paramétrez le signal de consigne du PWM pour obtenir
une tension de commande du moteur comme indiqué sur la figure précédente (on prendra T = 2 s et 20 000
points de simulation). Ajoutez un bloc pour visualiser le signal du PWM.
| 45
À noter
Le gain du modèle du premier ordre est égal à la valeur asymptotique (environ 350 rad.s-1 ici) divisée par la consigne (80 V). La
constante de temps est obtenue pour 63 % de la valeur finale (cf. Courbe obtenue pour la charge d’un condensateur).
commande
T
80
t
T+0,15
0
Vitesse réelle
Vitesse approchée
Démonstrations / SIMM / Exemples Livret / Exemple 12
47. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
46 |
Démonstrations / SIMM / Exemples Livret / Exemple 13
Les blocs à ajouter ou paramétrer à nouveau sont rappelés ci-dessous :
désignation représentation Sous-palette SImm paramétrage
Ramp Signaux / Sources / MBS_Ramp
Amplitude : -255
Durée : 0.15 s
Décalage : 255
Temps de début : 1 s
PWM Signaux / Sources / CCP_PWM
8 bits
Fréquence : 500 Hz
Temps de début : 0 s
Étude temporelle Utilitaires / Analyses /
IREP_TEMP
Durée : 2 s
10 000 points
Grille affichée : oui
Afficher les courbes pendant la
simulation : non
Affichage du signal Utilitaires / Visualisation /
ISCOPE
nombre de courbes : 1
nom de la courbe : vitesse PWM
Hacheur demi-pont Composants / PréActionneurs /
MEMC_Q2driver
On constate qu’il est très difficile de visualiser correctement le signal PWM (ou en sortie du hacheur) sur la
durée de simulation compte-tenu de la commande retenue.
Ouvrez une nouvelle fenêtre d’édition Xcos et copiez le diagramme précédent. Supprimez les blocs hacheurs,
PWM, source d’alimentation et remplacez-les par une alimentation variable pilotée MEAS_SignalVoltage
(sous-palette Électrique / Sources). Modifiez le bloc Trapèze MBS_Ramp (sous-palette Signaux / Sources) pour
obtenir directement la tension de commande du moteur (Amplitude -80, Décalage 80 V).
48. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
| 47
Lancez la simulation en prenant 2 000 points. Comparez la courbe obtenue avec la précédente.
vitesse
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
350
300
250
200
150
100
50
0
−50
Démonstrations / SIMM / Exemples Livret / Exemple 14
En observant les résultat obtenus, on s’aperçoit que la modélisation fine du hacheur n’est pas nécessaire dans
ce cas précis. Il sera remplacé par la source de tension variable.
modélisation des adaptateurs
En aval du moteur à courant continu étudié précédemment se trouve une chaîne cinématique composée par
la mise en série d’un réducteur de type roue et vis sans fin. La rotation de la roue du réducteur entraîne la
translation du chariot par l’intermédiaire d’une roue de rayon donné.
Démonstrations / SIMM / Exemples Livret / Exemple 15
Ajoutez un réducteur à engrenages MMR_IdealGearGen et un système de transformation de mouvement de
rotation en translation MMR_IdealGearR2TGen (sous-palette Composants / Adaptateurs). Configurez les blocs
à l’aide des données initiales. Attention pour le bloc engrenage, le rapport renseigné est le rapport de l’entrée
sur la sortie. Intercalez juste avant le capteur de vitesse linéaire un bloc CMTC_Mass (masse en translation) de
la sous-palette Mécanique / Translation 1D / Basique. Seule la masse est importante (760 Kg). Il est également
possible de définir les positions et vitesses initiales, etc.
49. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
48 |
Lancez ensuite une simulation. Vérifiez que la vitesse obtenue est cohérente.
désignation représentation Sous-palette SImm paramétrage
Réducteur à engrenages Composants / Adaptateurs /
MMR_IdealGearGen
Rapport de transmission : 50
Bâti : oui
Pignon crémaillère Composants / Adaptateurs /
MMR_IdealGearR2TGen
Rapport de transmission : 1 / 0.038
Bâti : oui
Masse en translation Mécanique / Translation 1D /
Basique / CMTC_Mass Masse : 760 Kg
Capteur de vitesse Mécanique / Translation 1D /
Mesure / CMTS_GenSensor Vitesse
Influence des frottements sur l’évolution de l’intensité
Il existe une résistance à l’avancement qui est égale à 70 n.
Cette action peut être modélisée par l’intermédiaire du bloc CMT_MassWithFriction (sous-palette Mécanique /
Translation 1D / Basique). Ce bloc est plus compliqué à paramétrer car il permet de tester différents modèles
de frottement. Le seul qui est considéré ici est le modèle de Coulomb (les autres sont mis à 0). Attention, le
signe de la résistance est positif.
On constate que la commande utilisée ne respecte pas la vitesse maximale de 0.1 m.s-1. Modifiez celle-ci de
manière à ce que la vitesse maximale soit celle définie dans le cahier des charges.
Ajoutez un ampèremètre au niveau de l’alimentation du moteur et visualisez l’intensité. Faites varier la masse
et visualisez l’influence sur l’intensité (ajoutez une masse sans frottement s’il y a des problèmes de simulation).
Démonstrations / SIMM / Exemples Livret / Exemple 16
50. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
On constate ainsi qu’il est nécessaire de contrôler l’intensité du moteur pour gérer les accélérations de
l’armature. C’est pourquoi par la suite, un asservissement d’intensité est mis en place, comme on le voit sur la
figure suivante avec une correction unitaire.
140
120
100
80
60
40
20
0.1
0.08
0.06
0.04
0.02
mise en place de l’asservissement d’intensité du moteur
Insérez une boucle de courant (comme pour la régulation de température) en prenant un correcteur de type
PI proportionnel intégral MBC_PI (sous-palette Signaux / Continu). En pratique, la mesure de courant est réalisée
par une résistance ou une sonde ampèremétrique de gain égal à 0.245 V.A-1.
| 49
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
Vitesse moteur (rad/s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
Vitesse chariot (m/s)
Démonstrations / SIMM / Exemples Livret / Exemple 17
51. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
50 |
L’asservissement portant sur le couple, il faut imposer une intensité de consigne, soit U / R avec U la valeur
maximale utilisée précédemment (vous pouvez aussi ajouter un gain comme sur la figure précédente).
Le réglage du correcteur PI pour l’asservissement de courant du moteur se fait en choisissant une constante
de temps égale à 10*L / R. Renseignez cette valeur et laissez un gain proportionnel de 1 pour l’instant.
Remarquez que la vitesse n’est plus du tout la même car le moteur est piloté en intensité (donc à une intensité
constante correspondra une vitesse linéaire de par l’équation de dynamique). Il est donc indispensable
d’adapter la consigne d’intensité pour retrouver des niveaux de vitesse raisonnable. Changez la consigne
(prendre 1.7 V par exemple ou 0.6 A). Observez ensuite l’influence du gain du correcteur sur l’intensité.
Le choix final de la valeur du gain doit se faire en fonction de la tension du moteur qui ne peut pas dépasser
physiquement 80 V (Cf. hacheur). Ajoutez un voltmètre aux bornes du moteur et visualisez la tension pour
différents gains supérieurs à 1. Une valeur trop grande du gain entraînera nécessairement un dépassement de
la tension maximale. On prendra par la suite un gain de 100.
asservissement en vitesse
La partie précédente a permis de montrer qu’il est nécessaire d’asservir en intensité un moteur pour contrôler
les accélérations. Il est donc indispensable d’ajouter un contrôle de vitesse pour assurer la loi de consigne
souhaitée.
Pour simplifier la commande du moteur, on peut utiliser une source d’intensité pilotée MEAS_SignalCurrent
(sous-palette Électrique / Sources) plutôt que l’asservissement d’intensité, ce qui revient à considérer cet
asservissement comme parfait.
Démonstrations / SIMM / Exemples Livret / Exemple 18
52. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
L’asservissement de vitesse se fait en comparant la vitesse de rotation du moteur (capteur sur l’axe du moteur)
à la vitesse de consigne (en trapèze). On utilise à nouveau un correcteur PI pour simplifier (gain 0.15, constante
de temps 0.025 s).
Le codeur incrémental monté sur l’axe moteur délivre une position en nombre de tops (informations binaires)
et cette information de position est ensuite « dérivée » numériquement par différences finies. Le signal obtenu,
image de la vitesse de rotation du moteur, est en général très bruité. Il faut donc adjoindre à cette mesure un
filtre de constante de temps donné. Ce filtre est modélisable simplement par un bloc du premier ordre
MBC_FirstOrder (sous-palette Signaux / Continu) de constante de temps 1 ms.
Réalisez l’asservissement de vitesse suivant et configurez en entrée une consigne rampe de valeur maximale 0.1
m.s-1. Lancez la simulation et vous pouvez maintenant conclure sur la pertinence de ce type de commande.
Les blocs à ajouter ou paramétrer sont rappelés ci-dessous :
désignation représentation Sous-palette SImm paramétrage
| 51
Ramp Signaux / Sources / MBS_Ramp
Amplitude : - 0.1
Durée : 0.15 s
Décalage : 0.1
Temps de départ : 1 s
Gain Signaux / Math / MBM_Gain 50/0.0318
Étude temporelle Utilitaires / Analyses /
IREP_TEMP
Durée : 2 s
2000 points
Grille affichée : oui
Afficher les courbes pendant la
simulation : non
Comparateur Signaux / Math / MBM_Add Gains 1 et -1
Correcteur PI Signaux / Continu / MBC_PI Gain 0.15
Constante de temps 0.025 s
Filtre du premier ordre Signaux / Continu /
MBC_FirstOrder
Gain 1
Constante de temps 0.001 s
53. MODÉLISATIOn MULTI-PHYSIQUE ACAUSALE
52 |
Vitesse moteur (rad/s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
200
150
100
50
0
0.15 Vitesse chariot (m/s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0.1
0.05
0
Intensité moteur (A)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
80
60
40
20
0
Démonstrations / SIMM / Exemples Livret / Exemple 19
On a montré à travers cette application la nécessité d’asservir en intensité (ou en couple) le moteur de manière
à contrôler les accélérations. On parle, dans ces conditions, de pilotage en intensité du moteur. Il est alors
indispensable d’asservir en vitesse le moteur pour obtenir un mouvement particulier du chariot respectant
ainsi le cahier des charges initial.
De nombreux axes linéaires (imprimante par exemple) utilisent ce type de commande (boucle d'intensité et
de vitesse) pour contrôler précisément les mouvements. La suite de cette activité serait de modéliser les
oscillations de l'armature en utilisant la sous-palette Mécanique / Plane et d’améliorer la commande pour
supprimer les problèmes de résonance.
54. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
L’exemple que nous allons traiter est le même que celui utilisé dans le chapitre précédent : l’angiographe.
Le module CPGE permet de dimensionner les correcteurs à mettre en place dans le système par des analyses
fréquentielles. Il nécessite des connaissances théoriques (transformée de Laplace, analyse fréquentielle,
correcteur...) pour être utilisée efficacement. Son utilisation est donc plutôt orientée post-bac.
Le cahier des charges du système est donc le même que dans le chapitre précédent, page 42.
mISe en place d’un dIaGramme de moteur à courant contInu
Dans cette première partie, nous allons construire le diagramme du moteur à courant continu (résistance Rm,
inductance Lm, constante de couple Kt, constante de vitesse Ke et inertie équivalente rapportée à l’axe moteur Je).
Ouvrez une nouvelle fenêtre d’édition Xcos. Positionnez les blocs suivants :
| 53
3- modélISatIon et analySe de SyStèmeS à tempS contInu
(module cpGe)
désignation représentation Sous-palette cpGe paramétrage
Échelon Entrées / STEP_FUnCTIOn
Valeur finale : 0
Valeur finale : 80
Fonction de transfert
continue Opérateurs linéaires / CLR numérateur : 1
Dénominateur : Lm*s + Rm
Gain Opérateurs linéaires /
GAInBLK_f
Kt
Ke
Comparateur Opérateurs linéaires /
BIGSOM_f
Visualisation Sorties / SCOPE Intensité (A)
Vitesse angulaire (rad / s)
À noter
Pour configurer un sommateur en soustracteur, cliquez sur le bloc et choisissez la forme du vecteur [1,-1] ou 1 -1 (sans crochets,
ni virgule). Il est possible de sommer ou de soustraire plus de deux valeurs en augmentant la taille du vecteur (exemple : 1 1 1
pour la somme de 3 entrées).
55. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
54 |
Construire le modèle du diagramme du moteur à courant continu en reliant les différents blocs (après les avoir
positionnés puis éventuellement orientés), sous la forme du diagramme ci-dessous :
Pour définir les grandeurs de sortie (afin que les courbes obtenues soient ensuite repérables facilement),
double-cliquez sur chacun des deux blocs SCOPE et configurez le nombre de courbes à superposer sur un
même graphe (une seule dans notre cas) puis après avoir cliqué sur OK, entrez le nom du signal, à savoir une
vitesse de rotation de l’axe du moteur (en rad.s-1) et l’intensité dans l’induit (en A).
En double-cliquant sur un espace vierge du diagramme, il est possible d’insérer
À noter
du texte permettant d’améliorer la lecture globale. Dans l’image précédente, on
Dans toutes les zones de
a ainsi pu décrire à quoi correspondaient les deux échelons d’entrée et les deux
texte, il est possible d’entrer
du code LaTeX permettant,
sorties. Il est également possible d’attacher une étiquette / texte à un bloc par un
par exemple, d’insérer des
simple clic droit sur le bloc, puis format / édition et de compléter la zone de texte.
équations.
En double-cliquant successivement sur les deux échelons d’entrée, configurez une tension de 80 V (tension
nominale du moteur), un instant initial t = 0 s et un couple résistant nul à t = 0 s (le cas perturbé sera étudié
par la suite).
étude / Simulation
Pour lancer une simulation, il est nécessaire de spécifier le type d’étude retenu (temporelle et / ou fréquentielle).
Pour réaliser une étude temporelle, positionnez dans le diagramme un bloc REP_TEMP (sous-palette Analyses).
En double-cliquant sur ce bloc, configurez une durée de simulation de 1 s et 500 points d’affichage. Lancez
alors la simulation. Deux courbes s’affichent, représentant respectivement l’intensité et la vitesse angulaire.
Démonstrations / CPGE / Exemples Livret / Exemple 1
56. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
350
300
250
200
150
100
50
30
25
20
15
10
5
mISe en place d’un dIaGramme de commande en boucle ouverte
En aval du moteur à courant continu se trouve une chaîne cinématique
(réducteur à engrenages + système roue et vis sans fin + système
pignon – crémaillère) de rapport de réduction Kch = 31.8.10-3 / 50 m.rad-1
permettant de transformer la rotation en une translation de l’axe linéaire.
Afin de ne pas trop solliciter le moteur électrique, on l’alimente
progressivement jusqu’à la valeur nominale (voir figure ci-contre) : on
donne tm = 0.1 s (temps de montée) et U0 = 40 V (tension nominale).
Ce signal peut classiquement être obtenu par soustraction d’une rampe
de pente U0 / tm à l’instant t = 0 s et d’une rampe de même pente mais
décalée dans le temps de tm secondes. Cependant, le module CPGE
offre la possibilité de définir un signal trapèze dont nous n’exploiterons
que la partie initiale (montée et maintien) en prenant un temps de maintien en position maximale très grand.
Par ailleurs, un effort Fr = – 72 n est exercé sur la structure qui se translate à l’instant tr = 0.5 s. Cet effort est
ressenti comme un couple résistant au niveau du moteur avec, si l’on suppose un rendement unitaire, un
rapport de proportionnalité correspondant au gain de la chaîne cinématique.
| 55
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
Vitesse de rotation (rad/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
Intensité (A)
Um en V
U0
t en s
tm
57. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
56 |
Complétez le contexte avec les informations Kch = 31.8.10-3 / 50, tm, tr, U0 et Fr à la suite des précédentes puis
ajoutez trois gains GAInBLK_f (sous-palette Opérateurs linéaires). Rajoutez également deux afficheurs SCOPE
(sous-palette Sorties) pour le tracé de la tension d’alimentation et de la vitesse de déplacement. Remplacez
l’échelon de tension par un bloc TRAPEZOID (sous-palette Entrées) et configurez l’amplitude, le temps de
montée et prenez un temps de maintien de 10 (donc très supérieur au temps de simulation) sans modifier les
autres paramètres.
À partir du diagramme initial, créez alors le diagramme ci-dessous, correspondant à la commande en boucle
ouverte du système (entrée : tension du moteur en V, sortie : vitesse de déplacement de l’axe en m.s-1
perturbation : force Fr à l’instant tr = 0.5 s). Un gain de 30 / π (qui s’écrit dans Scilab 30 / %pi) permet d’obtenir
la vitesse de rotation en rad.s-1.
Lancez la simulation.
Quatre courbes s’affichent, représentant respectivement la
tension d’alimentation en V, l’intensité dans l’induit en A, la
vitesse angulaire en tours.min-1 et en rad.s-1.
Analysez rapidement les courbes obtenues en les comparant à
celles qui ont été obtenues par la simulation acausale.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1
0.05
0
Vitesse de rotation (rad/s)
4 Intensité (A)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
1 500 Vitesse de rotation (tours/min)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1 000
500
0
40 Tension d’alimentation (V)
0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1
20
0
Démonstrations / CPGE / Exemples Livret / Exemple 2
58. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
préSentatIon de la Structure de l’aSServISSement en vIteSSe
La structure de commande précédente n’est pas performante car elle est très sensible à la perturbation. Afin
d’arrêter le déplacement de l’axe au niveau souhaité, il serait nécessaire de couper l’alimentation au bon
moment (donc en tenant compte à la fois des perturbations et de l’inertie du système), ce qui est bien entendu
illusoire.
Pour maîtriser la vitesse de déplacement de l’axe et compenser les perturbations, il est donc nécessaire de
passer à une structure asservie. Dans le cas du système étudié, ceci est réalisé par l’implantation d’un codeur
incrémental sur l’axe moteur et l’adjonction d’un calculateur permettant de traiter les informations de manière
numérique.
nous introduisons les nouveaux blocs suivants :
| 57
désignation représentation Sous-palette cpGe paramétrage
Générateur de signal
trapézoïdal Entrées / TRAPEZOID Amplitude : 0.1
Largeur : 10
Correcteur PI Opérateurs linéaires / PIcontrol Gain proportionnel : Kp
La structure du diagramme est la suivante :
Démonstrations / CPGE / Exemples Livret / Exemple 3
Dans ce diagramme, on note les évolutions suivantes :
w Modification de la typologie de l’entrée pour réaliser une commande en trapèze de vitesse (valeur de
maintien de 0.1 m.s-1 au bout de 0.1 s), ce qui correspond à une commande classique pour ce type d’axe
linéaire asservi,
59. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
58 |
w Ajout d’une observation de l’évolution de la tension d’alimentation du moteur,
w Mise en place d’un soustracteur et d’un correcteur PI, PIcontrol (sous-palette Opérateurs linéaires).
Modifiez le contexte en définissant la variable Kp=1. On utilise pour l'instant comme paramètres du correcteur
PI, le gain proportionnel Kp et un gain intégral nul. Cette variable tient compte de l’ensemble correcteur +
module d’amplification (hacheur) en amont de l’ensemble constitué du moteur et de la chaîne cinématique.
4 Intensité (A)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
Vitesse de rotation (tours/min)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1 000
0
Consigne de vitesse (m/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1
0.05
0
40 Tension d’alimentation (V)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
20
0
Vitesse déplacement (m/s)
0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1
0.1
0.05
0
aSServISSement de vIteSSe et correctIon proportIonnelle
nous allons, dans un premier temps analyser l’influence de la simple correction proportionnelle implantée sur
le comportement temporel du système. Dans le contexte, la valeur de Kp est unitaire. La valeur n’a pas
d’importance mais, pour être prise en compte, elle doit être définie.
nous introduisons les nouveaux blocs suivants :
désignation représentation Sous-palette cpGe paramétrage
Variation paramétrique Analyses / PARAM_VAR Kp
[0.5,1,5,10,100]
Saturation non-linéarités / SATURATIOn 40
-40
Insérez un bloc PARAM_VAR (sous-palette Analyses) pour faire une étude paramétrique.
60. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
À noter
Le bloc PARAM_VAR permet de faire des études paramétriques sans avoir besoin de linéariser le système. Le diagramme peut
donc utiliser n’importe quel type de blocs.
Lancez la simulation et observez l’influence du gain du correcteur sur les performances en comparaison aux
attentes du cahier des charges.
| 59
La valeur de la tension d’alimentation doit
physiquement être limitée à 40 V pour protéger le
moteur. On constate cependant que, pour plusieurs
valeurs de Kp, cette tension est dépassée. Pour
améliorer le modèle, il est donc indispensable
d’ajouter une non-linéarité physique : la saturation.
Sélectionnez tous les blocs situés après le correcteur
(les blocs sont mis en surbrillance) et déplacez un des
blocs pour mouvoir l’ensemble. Insérez alors, entre le
bloc correspondant à l’ensemble correcteur +
hacheur et le moteur, un bloc SATURATIOn
(sous-palette non-linéarités).
Configurez la saturation avec les valeurs indiquées
dans le tableau précédent (40 et -40).
4 Kp=0.5 Intensité (A)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
2
0
Kp=1 Intensité (A)
Kp=5 Intensité (A)
Kp=10 Intensité (A)
Kp=100 Intensité (A)
1 500 Kp=0.5 Vitesse de rotation (tours/min)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1 000
500
0
Kp=1 Vitesse de rotation (tours/min)
Kp=5 Vitesse de rotation (tours/min)
Kp=10 Vitesse de rotation (tours/min)
Kp=100 Vitesse de rotation (tours/min)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1
0.05
0
Kp=0.5 Consigne de vitesse (m/s)
Kp=1 Consigne de vitesse (m/s)
Kp=5 Consigne de vitesse (m/s)
Kp=10 Consigne de vitesse (m/s)
Kp=100 Consigne de vitesse (m/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
40
20
0
Kp=0.5 Tension d’alimentation (V)
Kp=1 Tension d’alimentation (V)
Kp=5 Tension d’alimentation (V)
Kp=10 Tension d’alimentation (V)
Kp=100 Tension d’alimentation (V)
0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1
0.1
0.05
0
Kp=0.5 Vitesse déplacement (m/s)
Kp=1 Vitesse déplacement (m/s)
Kp=5 Vitesse déplacement (m/s)
Kp=10 Vitesse déplacement (m/s)
Kp=100 Vitesse déplacement (m/s)
61. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
60 |
Relancez la simulation et observez l’effet de la saturation sur
la réponse obtenue, tant au niveau des grandeurs
4 Kp=0.5 Intensité (A)
Kp=1 Intensité (A)
électriques que sur le suivi de la consigne de vitesse en
2
Kp=5 Intensité (A)
Kp=10 Intensité (A)
0
Kp=100 Intensité (A)
trapèze.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Kp=0.5 Vitesse de rotation (tours/min)
1 000
Kp=1 Vitesse de rotation (tours/min)
Afin d’analyser la capacité du système à suivre l’évolution
Kp=5 Vitesse de rotation (tours/min)
Kp=10 Vitesse de rotation (tours/min)
Kp=100 Vitesse de rotation (tours/min)
de la consigne, il est bien entendu possible de comparer la
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
réponse temporelle obtenue à la consigne en superposant
0.1
Kp=0.5 Consigne de vitesse (m/s)
Kp=1 Consigne de vitesse (m/s)
Kp=5 Consigne de vitesse (m/s)
plusieurs courbes sur un même afficheur (SCOPE).
0.05
Kp=10 Consigne de vitesse (m/s)
0
Kp=100 Consigne de vitesse (m/s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
40
Kp=0.5 Tension d’alimentation (V)
Double-cliquez sur le bloc SCOPE de la vitesse de
Kp=1 Tension d’alimentation (V)
20
Kp=5 Tension d’alimentation (V)
déplacement et demandez deux courbes de noms « Vitesse
Kp=10 Tension d’alimentation (V)
Kp=100 Tension d’alimentation (V)
0
de déplacement (m.s-1) » et « Consigne de vitesse (m.s-1) »
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.1
Kp=0.5 Vitesse de déplacement (m/s)
puis connectez la nouvelle entrée.
Kp=1 Vitesse de déplacement (m/s)
0.05
Kp=5 Vitesse de déplacement (m/s)
Kp=10 Vitesse de déplacement (m/s)
Kp=100 Vitesse de déplacement (m/s)
0
Lancez la simulation et observez l’effet de la saturation pour
0 0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 1
la valeur Kp = 100.
aSServISSement de vIteSSe et correctIon proportIonnelle et IntéGrale
Afin d’améliorer sensiblement la capacité du système à suivre la consigne de vitesse, il est nécessaire d’apporter
un effet intégral à la correction.
On choisit alors de renseigner le gain Ki du correcteur PI :
62. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
Pour analyser l’influence des paramètres et le réglage du correcteur, on réalise une analyse fréquentielle en
boucle ouverte. Pour réaliser cette analyse, il est nécessaire de linéariser le diagramme. normalement les blocs
non-linéaires (type saturation) sont remplacés par des gains unitaires (sauf pour le retard qui peut être traité
exactement en boucle ouverte).
Supprimez le bloc REP_TEMP et remplacez-le par un bloc REP_FREQ (sous-palette Analyses) qui réalisera
l’analyse fréquentielle. On peut cumuler la réponse temporelle et la réponse fréquentielle en laissant les deux
blocs REP_ TEMP et REP_FREQ sur le schéma.
Ajoutez également deux blocs GRAnDEUR_PHYSIQUE (sous-palette Analyses) qui sont utilisés pour définir les
points d’entrée et de sortie de l’analyse fréquentielle. Double-cliquez sur ces blocs pour les nommer « E » et « S
» (tout nom est possible). Positionnez-les avant le bloc PIcontrol et au niveau du retour du premier comparateur
(attention à bien les relier).
On doit alors se trouver dans la situation du diagramme suivant :
| 61
désignation représentation Sous-palette cpGe paramétrage
Analyse fréquentielle Analyses / REP_FREQ
Points d’entrée / sortie Analyses /
GRAnDEUR_PHYSIQUE
Démonstrations / CPGE / Exemples Livret / Exemple 4
63. À noter
Plusieurs blocs REP_FREQ peuvent être introduits dans le diagramme, ce qui permet d’obtenir la réponse fréquentielle de la
boucle ouverte et celle de la boucle fermée dans deux fenêtres graphiques séparées. Si l’on souhaite superposer deux réponses
fréquentielles, il suffit de configurer les différentes entrées et sorties séparées par des points-virgules. Exemple : E1;E2 et S1;S2.
On peut alors configurer, dans le bloc REP_FREQ,
le type de diagramme fréquentiel (Bode, Black ou
40
nyquist), les points d’entrée et de sortie (référence
20
0
1
2
3
4
10
10
10
10
10
aux blocs GRAnDEUR_PHYSIQUE « E » et « S ») ainsi
0
que l’affichage ou non des marges de stabilité et
−20
des asymptotes. Dans la fenêtre de configuration
−40
−60
du bloc, il est possible de définir les pulsations
minimale et maximale : prendre ici 1 et 10 000.
Lancez une simulation (analyse fréquentielle
seule) pour les paramètres par défaut du
correcteur (Kp=1 dans le contexte et Ki=0).
Visualisez alors les marges de gain et phase sur les
diagrammes de Bode.
Modifiez les valeurs pour voir leur impact sur le
comportement fréquentiel de la boucle ouverte. Il est nécessaire de relancer une simulation à chaque fois.
Vous pouvez également positionner un bloc PARAM_VAR pour voir l’influence des paramètres pour des jeux
donnés en analyse fréquentielle. Attention, le calcul de marges n’est fait que pour une seule courbe (pas le
tracé des asymptotes).
Un réglage satisfaisant pour avoir une marge de phase de 45 ° environ est Kp=10 et Ki=0.1.
Ajoutez le bloc REP_TEMP (durée 1 s, 200 points de tracés) et observez la réponse temporelle. Vous pouvez
supprimer le bloc REP_FREQ pour n’observer que la réponse temporelle.
On voit que ce réglage PI n’est pas idéal dans le cas d’étude car le moteur utilisé peine à entraîner de manière
efficace le système avec cette structure série. Afin d’améliorer sensiblement les performances, on commande
le moteur en courant c’est-à-dire que l’on ajoute une boucle de courant. Cette structure de commande est très
classique de nos jours. La quasi-totalité des cartes de commande actuelles dispose de cette fonctionnalité que
nous utilisons ici.
Amplitude (dB)
Pulsation (rad/s)
Marge de gain infinie ; Marge de phase : 43.25°
10
0
10
1
10
2
10
3
10
4
0
−50
−100
−150
Phase (°)
Pulsation (rad/s)
Entrée : E Sortie : S
MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
62 |
64. MODÉLISATIOn ET AnALYSE DE SYSTèMES À TEMPS COnTInU
Le principe de la boucle de courant est simple. On vient, grâce à une structure adéquate, mesurer l’intensité
au niveau de l’induit et alors modifier l’alimentation réelle du moteur après une correction le plus souvent de
type PI comme le montre le diagramme suivant :
Démonstrations / CPGE / Exemples Livret / Exemple 5
Dans ce diagramme, le retour de courant a été choisi unitaire car le gain du capteur (résistance de shunt ou
capteur à effet Hall) est ici intégré dans le correcteur PI.
Il est nécessaire de régler le correcteur PI de la boucle de courant (utilisant les grandeurs physiques Ei et Si)
puis le correcteur PI de la boucle de vitesse. Un filtre a été ajouté dans la boucle de retour tachymétrique pour
être au plus prêt de la physique du système (mesure par codeur puis dérivation numérique bruitée).
On voit qu’il est possible, en utilisant cette structure, d’atteindre des performances relativement importantes
tout en ne modifiant ni la structure globale de l’asservissement (donc en gardant un codeur incrémental sur
l’axe du moteur) ni le choix du moteur à courant continu, ce qui est toujours délicat (coût, implantation, etc.).
| 63
10
0
10
1
10
2
10
3
10
4
400
300
200
100
0
−100
Amplitude (dB)
Pulsation (rad/s)
Marge de gain : 26.59dB ; Marge de phase : 59.91°
10
0
10
1
10
2
10
3
10
4
0
−50
−100
Phase (°) Pulsation (rad/s)
−150
−200
−250
Entrée : E Sortie : S
10
0
10
1
10
2
10
3
10
4
20
10
0
−10
Amplitude (dB)
Pulsation (rad/s)
Marge de gain infinie ; Marge de phase : 109.86°
10
0
10
1
10
2
10
3
10
4
0
−50
−100
−150
Phase (°)
Pulsation (rad/s)
Entrée : Ei Sortie : Si
65.
66. ACQUISITIOn ET PILOTAGE DE MOTEUR
| 65
4- acquISItIon et pIlotaGe de moteur (module arduIno)
Cette activité expose les possibilités de simulation de type « hardware in the
loop » (intégration de matériel physique dans une simulation logicielle) de
Scilab / Xcos et du module Arduino couplés à une carte Arduino Uno. Le module
Arduino permet, en effet, d’intégrer dans l’outil de simulation, la commande
d’une carte Arduino Uno afin de faire de l’acquisition ou du pilotage de systèmes.
Il est possible de réaliser les commandes suivantes : lecture / écriture d’une entrée
/ sortie logique, lecture / écriture d’une entrée / sortie analogique, commande
d’un moteur à courant continu, d’un servomoteur et d’un moteur pas à pas.
préSentatIon SuccIncte de la carte arduIno uno
Sur la carte Arduino Uno, identifiez les ports (PInS en anglais) suivants :
w 14 entrées / Sorties logiques (port ou « PIn Digital » de 0 à 13) :
- Série asynchrone (avec 0 sur Rx et 1 sur Tx). Les PInS 0 et 1 ne seront donc pas
utilisables,
- 2 interruptions externes sur 2 et 3 (utilisées pour le codeur en quadrature),
- Sortie 13 couplée à une LED sur la carte.
w 6 entrées analogiques (A0 à A5) :
- La tension d’entrée doit nécessairement être inférieure à la tension de référence
(5 V ou 1.1 V ou AREF : référence externe),
- 6 CAn (Convertisseur Analogique numérique) 10 bits (plage de 1024) à 10 kHz
maximum,
- Ces entrées peuvent aussi fonctionner comme des Entrées / Sorties numériques.
w 6 Sorties analogiques : 6 PWM sur les ports 3, 5, 6, 9, 10 et 11, construites sur les
pins d’entrées / sorties logiques.
USB
Carte
Arduino
14
13
12
11
10
09
08
07
06
05
04
03
02
01
00
15
16
17
18
19
Reset
AREF
+3V3
+5V
0V
0V
0V
+Vin (7-12V)
A0
A1
A2
A3
A4
A5
Analog
SCK
MISO
MOSI / PWM
SS / PWM
PWM
PWM
PWM
INT1 / PWM
INTO
TX
RX
La programmation de toutes les cartes de la famille Arduino, dont le modèle Uno, se
fait dans un langage simplifié adapté du C / C++, basé sur l’utilisation de « classes » (ou
macro-commandes) faciles à comprendre et à modifier, y compris par des personnes
non-spécialistes de la programmation. Le projet « Open Source » Arduino a, en effet,
initialement été créé pour la mise en oeuvre d’environnements sonores ou visuels à
destination de créations artistiques. Il était donc indispensable que l’interface soit
réduite à la mise en oeuvre séquentielle d’ordres simples et à l’acquisition de données
analogiques ou numériques. Le logiciel de programmation, gratuit et utilisable sans
installation sur l’ordinateur sur les environnements Windows, Mac OS X et Linux, est
téléchargeable en ligne à l’adresse : http://arduino.cc/en/Main/Software
Un guide d’installation est disponible à l’adresse :
http://arduino.cc/en/Guide/HomePage
À noter
Comme les mémoires
sont de type Flash, le
programme reste
« indéfiniment » en
mémoire, même sans
alimentation, après son
implantation dans le
microcontrôleur. Pour
charger le programme, la
liaison USB permet de
communiquer avec le
microcontrôleur en
émulant une liaison série.
67. ACQUISITIOn ET PILOTAGE DE MOTEUR
66 |
utIlISatIon du module arduIno IntéGré à ScIlab / XcoS
Pour faire fonctionner le module, il faut aussi charger un programme particulier (Toolbox_Arduino.ino) dans
l’Arduino. Celui-ci est téléchargeable depuis le site http://atoms.scilab.org/toolboxes/arduino.
Grâce au logiciel Arduino, ouvrez le fichier téléchargé puis téléversez-le après avoir choisi le port de
communication dans le menu Outils / Port série (prendre le port différent du Com1) et le type de carte Arduino
Uno. Véri fiez que le téléversement s’est bien terminé et quittez.
La carte Arduino Uno est prête à être interfacée avec Scilab / Xcos grâce au module que nous allons maintenant
étudier. Il ne sera plus nécessaire d’utiliser le logiciel Arduino par la suite.
démarrage avec le module arduino : clignotement d’une led et entrées / sorties logiques
Lancez Xcos. Pour vérifier le bon fonctionnement du module, nous allons faire clignoter la LED intégrée à la
carte Arduino (PIn 13), ce qui correspond à l’exemple de base en programmation de microcontrôleurs.
Le tableau ci-dessous résume l’ensemble des blocs à positionner et les paramètres à configurer :
désignation représentation Sous-palette paramétrage
Configuration
Arduino
Arduino / Configuration /
ARDUInO_SETUP Port série : 5
Configuration
simulation
Arduino / Configuration /
TIME_SAMPLE
Écriture port digital Arduino / Digital /
DIGITAL_WRITE_SB PIn digital : 13
Générateur
d’impulsions CPGE / Entrées / PULSE_SC
Retard : 0.1
Largeur de pulsations : 30
Période : 1
Amplitude : 1
Reliez l’entrée Pulse et la sortie logique puis lancez l’acquisition via le bouton de simulation. Les deux diodes
Rx et Tx sur la carte doivent indiquer la communication série entre Xcos et l’Arduino tandis que la LED située à
côté du PIn 13 doit clignoter.
68. ACQUISITIOn ET PILOTAGE DE MOTEUR
Vous pouvez également prendre une LED
quelconque, lui associer une résistance
judicieusement choisie et brancher une patte de la
LED + résistance au PIn Gnd (« ground » pour masse)
et l’autre extrémité à un PIn digital quelconque
(différent de 0 et 1 - 5 sur le schéma ci-contre), puis
configurer ce numéro de PIn dans le bloc
DIGITAL_WRITE_SB du diagramme.
À l’issue de ce premier essai, l’interfaçage des entrées / sorties logiques de l’Arduino avec Xcos a été mis en
oeuvre. On peut maintenant passer à l’acquisition d’une grandeur analogique.
acquérir une grandeur analogique
Dans cette partie, nous allons utiliser un potentiomètre afin de générer une tension variant entre 0 V et 5 V
(principe du pont diviseur de tension). On pourrait acquérir la tension de n’importe quel capteur analogique,
mais il faut faire attention à ne pas l’alimenter à une tension supérieure à la tension de référence (5 V pour le
modèle UnO ou 3.3 V suivant les modèles) supportée par les PInS de l’Arduino.
L’acquisition analogique se fait grâce à un CAn (Convertisseur Analogique numérique) de 10 bits, c’est-à-dire
que la plage 0 V – 5 V est convertie en 210 = 1024 nombres numériques, soit une plage allant de 0 à 1023. La
résolution est donc de 4.9 mV.
Branchez le potentiomètre comme suit :
Patte extérieure à 0 V (masse ou PIn GnD), patte
intérieure à 5 V et patte du milieu à relier à une
entrée analogique quelconque notée Apin.
Créez un diagramme avec un port analogique en
lecture Analog_READ_SB (sous-palette Analog) et
double-cliquez sur l’entrée analogique pour spécifier
votre numéro de PIn.
Ajoutez un afficheur ARDUInO_SCOPE (sous-palette
Configuration).
Lancez l’acquisition via le bouton de simulation et
faites tourner le potentiomètre.
On doit voir une courbe variant de 0 à 1023 selon
l’angle du potentiomètre.
| 67
Démonstrations / Arduino / Exemples Livret / Exemple 1